Primjerice, uzmimo u obzir korisnika koji je prvi put pronašao određenu web stranicu tako što je tražio nešto na Googleu i kliknuo na oglas, ali nije se još odlučio na kupnju. Zatim ga je sutra na Facebooku uhvatio i zainteresirao remarketing oglas istog oglašivača na koji je ponovno kliknuo, ali još nije bio siguran u svoju odluku. Preko noći je sam sa sobom definirao da uistinu želi kupiti taj proizvod, potražio ga je ponovno na Googleu, međutim ovaj put je kliknuo na organski rezultat (oglas se ovaj put nije prikazao) i napravio kupovinu.
U Google Analyticsu (barem u defaultnim reportovima, ako ne ulazimo u Multi-Channel Funnels, ili od nedavno u Attribution) će konverzija biti pripisana organskom prometu, dok će je Google Ads i Facebook izvještaji atribuirati Google Adsu, odnosno Facebooku.
*Naravno, sve ovo ovisi o načinu na koji su postavljene konverzije, ali ovdje govorimo o jednom tipičnom primjeru.
Koji izvještaj je onda točan? Da li je za tu konverziju zaslužan organski promet, Google Ads ili Facebook Ads? Daje li nam ijedan od ovih reportova informaciju gdje da uložimo više novca kako bi nam se više i vratilo, a koja od kampanja nam je nepotrebna i na nju rasipamo, i onako oskudan, budžet?
Odgovor na prvo pitanje je da su sva tri izvještaja točna, mada zaključci osoba koje ih tumače često budu pogrešni ☺. Izvještaji su točni utoliko što, u okvirima modela atribucije koji koriste, prezentiraju točne podatke. Analytics report nam daje podatak o tome koji je kanal bio zadnja interakcija prije kupovine*, dok nam Google Ads i Facebook reportovi daju podatak o sudjelovanju Google Adsa, odnosno Facebooka u konverziji (bez obzira koji je to korak bio u funnelu).
*Točnije, ako pričamo o defaultnim Analytics izvještajima, radi se o zadnjem non-direct kliku, dakle zadnji klik ako ne računamo direct. Možemo usputno spomenuti da direct u GA i direktan promet u stvari nisu u potpunosti jedno te isto, ali o ovome možete pronaći dosta članaka online da ne skrećemo s teme.
Nijedan od spomenutih reportova nam ne odgovara jasno na najvažnije pitanje gdje da uložimo novac, već nam daje samo mali dio slike, a na nama je da složimo cijelu slagalicu. Zdravorazumski je zaključiti iz prethodnog primjera da bi se konverzija teško dogodila da korisnik prvi put nije pronašao web preko oglasa, a lako moguće da ne bi bilo kupovine ni da stranica nije bila dobro organski pozicionirana kad je tražio treći dan (ovisi sve koliko je bio uporan u želji da konvertira☺). Međutim, koliku je ulogu odigrao Facebook remarketing oglas i da li bi se konverzija bez njega svejedno dogodila, je teško reći iz podataka koje nam daju ovi izvještaji.
Da smo koristili samo Google Analytics defaultni report za izvlačenje zaključaka, isti bi nam pokazao da je korisnik konvertirao putem organskog rezultata i došli bismo do toga da nam ne trebaju ni Google ni Facebook oglasi, a onda gašenjem istih, izgledno ostali bez značajnog dijela prihoda.
Pa koju atribuciju onda koristiti da ne bismo napravili spomenutu pogrešku? Da li možda neku koja uzima u obzir kompleksnost customer journeya pa ne izdvaja samo jedan kanal kao zaslužan za konverziju, nego vrijednost iste raspodjeljuje na više interakcija?
Nažalost, na ovo se ne može dati jednoznačan odgovor. Atribucije koje sav promet atribuiraju jednom kliku, kao u našem gornjem primjeru, su najčešće manjkave (što ne znači da nemaju baš nikakvu praktičnu vrijednost, samo ih trebamo koristiti s oprezom). Ostale atribucije, koje dijele vrijednost koracima u procesu konverzije prema nekom unaprijed definiranom matematičkom modelu, daju nešto širu sliku, ali i ovo može biti sklizak teren, odaberemo li krivi model*.
*Posebno se mogu istaknuti modeli temeljeni na strojnom učenju koji smanjuju rizik od pogreške ovog tipa.
I na koncu, ako smo i idealno odabrali model atribucije, javlja se problem točnosti podataka koji ulaze u taj model. Recimo da imamo upper funnel kampanju i nijedan atribucijski model nam ne pokazuje njenu vrijednost, događa li se to zato što je ta kampanja potpuno bacanje novaca, ili o istoj jednostavno nismo nikad prikupili dovoljno podataka da bi joj atribucijski model prepoznao vrijednost?*
*Što duže vremenski traje path korisnika, to više raste vjerojatnost da smo izgubili veći dio njegovog patha, zbog ograničenih mogućnosti trackinga prema cookieju.
U svakodnevnoj agencijskoj praksi, primjerice, često vidimo situaciju gdje je upper funnel Facebook kampanja podbacila prema Analytisu (čak i kad gledamo atribucijske modele koji uključuju bilo kakvo sudjelovanje Facebooka, ne samo zadnju interakciju), dok joj Facebookovi reportovi (i uz isključenu post view atribuciju*) prikazuju puno bolji povrat (vidjeti sliku ispod). Ovo se može objasniti na niz načina vezanih uz to kako Facebook, odnosno Google prate korisnika, ali svakako zahtjeva dodatnu analizu i promišljanje od strane oglašivača/agencije. Posebno pamtim primjer oglašivača s pozitivnim ukupnim poslovanjem koji je ugasio “neprofitabilne” upper funnel kampanje kako bi optimizirao troškovnu stranu, da bi posljedično tom odlukom ugrozio cijeli poslovni rezultat. U ovom primjeru je real life test dao nedvosmislen odgovor na pitanje koliku vrijednost atribuirati toj kampanji. ☺
Facebook atribucija
Google Analytics atribucija
*Ukoliko ne intervenirate unutar postavki, Facebook defaultno sebi pripisuje i konverziju koja se dogodi čak i bez da je netko kliknuo na oglas (24h nakon što se dogodi impresija oglasa ili 28 dana nakon klika je default kojim je definirano da konverzija pripada Facebooku). Kad smo kod ovih 1 ili 28 dana, ovdje možemo usputno postaviti i pitanje vremenskog aspekta customer journeya. Ima li smisla kreditirati interakciju od prije 28 dana? Često da, ima i dugačkih pathova, ali gdje je granica na kojoj povlačimo crtu? Odgovor je da će ovisiti i o industriji i o oglašivaču, ali ovo je tema za poseban članak kao još jedna važna dimenzija atribucije koju ne smijemo zaboraviti.
Idući put kad pogledate izvještaj koji pokazuje da jedna kampanja ili kanal donosi bolje rezultate od drugog, prije nego požurite s (krivim☺) zaključkom, zapitajte se prvo prema kojem atribucijskom modelu su vam uopće prikazani podaci, treba li ih ipak sagledati i iz nekog drugog kuta prije odluke i s kolikom sigurnošću se možete pouzdati u točnost iznesenih podataka.
;